轉眼到了7月份的尾巴，和以往的每一年不同，今年我沒暑假了。

回想起去年從7月第一次産品實習，到如今也有一年的時間了，是時候做個小小的總結，有人說在話從口出、落筆成句前，腦海中翻滾着的那些東西總是一幅混亂無序，吵吵嚷嚷、水霧蒙蒙的樣子。語法邏輯幾乎是抵達理解的必經之路。

關于策略PM，關于業務

這一年接觸的項目很多都是策略型的産品，比如優化推薦，優質内容識别，反作弊，帳号體系等等，對于策略産品經理的素養，知乎上有個回答這麼說：

策略産品經理的從業素質是：

1、邏輯思維能力，天賦影響大，但後天可培養。

2、結構化思維，遵循 MECE 原則（全稱 Mutually Exclusive Collectivly Exhaustive，中文意思是“相互獨立，完全窮盡”）。

3、認識問題的深刻程度。

4、智商。

其實所謂素養就是有訓練和實踐而獲得的一種修養，直接談素養太虛了，不如聊聊策略PM到底該做點什麼。我對策略PM的理解是這樣的，在重視了解業務規劃的基礎上，制定合理指标，善于根據優先級和時間對目标進行拆解，實事求是尊重數據，跳出技術細節，适當取舍。

尊重數據，數據是策略産品的血液

策略型産品的共同點是，他們往往都是技術主導的，策略産品往往和模型相關，對模型的搭建和調教，PM往往不能直接插手，大多隻能間接地從數據發現問題，同時模型的訓練也需要大量的訓練數據，因此策略PM在整個策略産品的實現上不可避免的要和大量的數據打交道。很多不知曉的參數，信息都在數據裡，尊重每一份數據，對數據的敏感度不同，信息的發掘能力也就不同。

對工作節奏沒有把控的策略産品很容易變成一個高級數據評估員。尤其是一些項目中，領導給的KPI，RD們風生水起地建模，PM苦哈哈地做數據評估（數據評估的理解後面具體說）。對PM來講，查數據，取數據，分析數據都應該是基本功，這一年也在學習SQL，R這些基本語言，下半年準備學學python，争取年底的時候能有自己成型的一套數據分析體系和分析能力。

深入理解業務，越透徹越清醒

在公司裡面做事情，很重要的一個事是尊重業務發展的規律，這個規律也許受市場調節，也許受上級控制，跳出這個規律的規劃，都會因為各種原因夭折，換句話講，整艘船的航道如果是去美國的，不可能因為我想去看皮卡丘就去日本，除非換一條船，關于航道的問題也不是水手的職責，自有多年的老司機控制。

對于業務規劃這件事（做什麼），當PM确定不好planA比planB更好的時候，說明火候還不到。老司機看問題是抽象的，新船員看問題是具象的。一個時期做一個時期的事情。

對于業務理解這件事（為什麼），要想透着做這件事的目的究竟是什麼，和整個産品的關系，和整個公司的關系，和其他業務的耦合關系，怎麼樣才算做成功（指标），怎麼規劃（節奏），風險點在哪裡（坑）。

當把業務理解透徹，在和策略RD的合作中思路就會很清晰，PM的角色應該是能把控全局的人。該定什麼樣的指标，什麼階段有什麼進展，哪裡會有風險，哪裡有可能有風險，最後抽象出具體的需求。

跳出技術細節，從産品角度看問題。

很多PM同學可能和我有過類似的背景，計算機專業出身，自認為對項目的研發工作有一定的了解，這固然是優勢，但有時也會成為掣肘，因為思維方式很容易就被研發同學帶跑了。其實很多情況下，RD們的難點不應該是PM考慮的重點，客觀的技術發展結果是影響産品設計的一個因素，但并不是每個技術問題都能返過來決定産品的走向，這種同理心讓人更好的理解研發細節，卻也很容易讓人被細節拘泥甚至越俎代庖，走進死胡同。

溝通！溝通！溝通！

作為沒有實權的owner，産品經理的職位其實很尴尬，在一個體系健全的公司裡面，低階産品經理更尴尬，你是一個項目的owner，但是和你做事的人都是你的前輩，很多時候，你的産品走向并不是自己制定的，可能受限于上級的要求，受限于運營的控制，每個從天而降的人都會瞬間成為本次需求的控場方，在他她他們還沒有完全捋清整個脈絡之前就會對你的産品指手畫腳，這個時候，能清晰明了地表達自己的觀點，并善于傾聽和捕捉其他人的見解，彼此信任，找到問題的突破口，尤為重要。同時，語言、郵件、PPT、文檔、都是PM表達自己的方式，任何一件做好了都很了不起。

對于數據評估，隻是認真都遠遠不夠

16年7月4号，我是以産品經理身份實習的第一天，那段實習期做的工作很簡單，像很多實習生一樣，我做着審核數據整理報表的工作，對于一個計算機專業的研究生來說，這真的太簡單了，隻需要和兩個人溝通，一個是帶我的小姐姐，她告訴我今天做什麼工作，另一個是給我數據的研發同學，我催着他給我數據。

每天的實際工作時間大概隻有4個小時，當時有個工作是每周審核一份彙總的數據，大緻有50個分公司，每個分公司一個表格，小姐姐說，你抽樣看看有沒有問題就好，主要看看數據全不全。我當時做這個事情的時候，第一次就把所有的數據都看了，然後哪幾個省份統一缺少什麼數據，哪幾個省份數據有重複都記下來了做了反饋，下次再給我數據的時候，我會先看看之前的問題有沒有解決，沒解決我就不再看了，直接返回給開發的同學，直到他把所有問題都解決。講道理，我當時的想法是可以認真的花時間做好簡單的事情，但是不能接受拿重複的事情，随意浪費我并不廉價的時間。

後來自己帶了一個幾個人的團隊做評估工作，我在其中承擔任務分配的角色，我發現每個人的特質差很多，有的同學很有靈氣但是嫌工作乏味不甚上心導緻總做無用功，有的同學踏實但不夠靈活拖沓磨洋工，有的同學能把評估的0，1做好，但是對業務理解不清楚，數據源就弄錯了。

其實想做好數據評估工作我覺得在認真之外具備以下幾點就好了，1）了解需求，數據合理，2）統一标準，3）制定複審機制，4）少數服從多數，5）階段分析，及時止損，6）責任心

這些都做到之後，數據評估的同學其實可以嘗試做些分析，比如别人都在評準确率，召回率，污染率的時候，可以試着畫畫ROC曲線，計算下AUC面積，一方面加深對技術和業務的理解，一方面也讓自己評估的數據發揮更大的效果。

想寫的還有很多，比如PM的價值觀，産品sense的培養，産品和運營的關系，和上級溝通的坑，和UI,UE的溝通技巧，優先級制定方式，數據評估裡的坑，發郵件技巧等等，後面慢慢說吧。

,